Approbation éthique

L’étude a été approuvée par le Comité d’éthique de la recherche humaine de l’Université de Nouvelle-Galles du Sud (HREC; HC11505), Sydney.

Participants

Les participants de la communauté sélectionnés ont été recrutés au moyen de l’annonce suivante publiée sur les sites Web locaux de la santé mentale et de la communauté générale: Êtes-vous dérangé par des pensées ou des images intrusives que vous trouvez difficiles à contrôler? Vous trouvez-vous à répéter certains comportements auxquels vous avez du mal à résister? Des chercheurs de l’Université de Nouvelle-Galles du Sud recherchent des participants pour une étude sur les croyances, l’imagerie et le comportement. Les participants potentiels qui ont répondu à cette annonce ont reçu un lien sécurisé pour accéder aux questionnaires de consentement éclairé et de présélection en ligne. Il est de pratique courante dans nos laboratoires de rechercher des critères d’exclusion pour des raisons d’intégrité et d’éthique de l’étude. Critères d’exclusion inclus: dépression sévère (PHQ9 > 19) ou idées suicidaires (PHQ9 item 9 > 1), approbation de la toxicomanie, antécédents de psychose signalés et âge < 18 ans. Les participants admissibles ont rempli la batterie de questionnaires de base (DOCS, OBQ) en ligne.

Mesures

Échelle obsessionnelle-compulsive dimensionnelle

(DOCS;). La DOCS est une mesure en 20 éléments qui évalue les quatre dimensions des symptômes d’OC les plus fiables trouvées dans la recherche structurelle des symptômes du TOC (Contamination, Responsabilité, Pensées inacceptables et Symétrie). Les articles sont notés sur une échelle de 5 points avec des scores totaux allant de 0 à 80. Les éléments de la DOCS ont été construits sur la base de preuves que les obsessions et les compulsions se produisent sur un continuum de gravité et conviennent donc aux répondants non cliniques et cliniques. Les DOCS ont été validés dans des échantillons cliniques et non cliniques et démontrent d’excellentes propriétés psychométriques. Les scores moyens dans l’échantillon clinique de validation du TOC étaient de 30,03 (écart-type = 15,49) et de 11,93 (écart-type = 9,87) dans l’échantillon d’étudiants en bonne santé. Ces valeurs moyennes ont été utilisées dans la présente étude pour se référer respectivement aux DOC élevés et aux DOC faibles. Le score limite clinique recommandé pour classer les patients atteints de TOC parmi les adultes non cliniques est de 18. L’alpha de Cronbach était.94 dans l’échantillon actuel.

Le questionnaire sur les croyances obsessionnelles -TRIP

L’OBQ-TRIP (version à 20 éléments;) est une version brève dérivée par analyse factorielle de la version originale du Groupe de travail sur les Cognitions obsessionnelles Compulsives (OCCWG) à 44 éléments. Chacun des 20 éléments conçus pour mesurer les cognitions et les croyances au cœur du TOC sont évalués sur une échelle de type Likert en 7 points (1 = en désaccord très fort contre 7 = en accord très fort). L’OBQ-TRIP-20 est bien corrélé avec l’OBQ-TRIP complet et démontre une bonne cohérence interne, alpha de Cronbach =.77-.82 . L’alpha de Cronbach était.95 dans l’échantillon actuel.

Questionnaire sur la santé du patient

Le PHQ9 est un questionnaire d’auto-évaluation conforme aux critères diagnostiques du DSM-IV pour le trouble dépressif majeur. Une échelle de fréquence à quatre points (0 = pas du tout, 3 = presque tous les jours) est utilisée pour évaluer chacun des neuf éléments. Des scores plus élevés indiquent des symptômes de dépression plus graves (0-9 = normal, 10-14 = léger, 15-19 = modéré, 20-23 = sévère et 24-27 = très sévère). Le PHQ-9 présente de bonnes propriétés psychométriques. L’alpha de Cronbach était.86 dans l’échantillon actuel.

Indice de biais OC

Pour obtenir un indice de biais d’interprétation avant et après la formation CBM-I, la mesure de biais de Clerkin et Teachman a été utilisée. Les participants ont d’abord été exposés à 10 scénarios avec une lettre manquante dans le dernier mot de la phrase. Chaque scénario est resté de nature ambiguë même après l’achèvement du fragment de mot (par exemple, « Vous conduisez pour rendre visite à des amis qui vivent à plusieurs heures de route. Dehors, il commence à pleuvoir et vous faites attention à respecter la limite de vitesse. Vous pensez à l’importance de conduire s_fely ‘). Dans cet exemple, la lettre « a » serait nécessaire pour compléter la tige du mot « en toute sécurité ». Après la tâche de remplissage (ci-dessous), les participants ont ensuite été présentés au hasard avec 4 phrases et devaient évaluer à quel point chacune était similaire au sens du scénario dans lequel ils s’imaginaient auparavant (1 = sens très différent de 4 sens très similaire). Chaque phrase correspondait à quatre interprétations différentes, dont aucune n’était libellée de la même manière que la phrase du paragraphe dans lequel elles s’imaginaient auparavant. Les scénarios OC-positifs étaient compatibles avec une réponse qui remet en question la croyance inadaptée de base (p. ex., « Lorsque vous conduisez sur la route, vous pensez que vos chances d’avoir un accident sont faibles parce que vous êtes si prudent ») alors que les scénarios OC-négatifs étaient ceux compatibles avec une réponse qui renforce la croyance inadaptée de base (par exemple, « Lorsque vous conduisez sur la route, vous craignez de planter accidentellement votre voiture même si vous n’accélérez pas »). Des scénarios de Foil ont été inclus pour évaluer un biais d’interprétation général. Les scénarios positifs de Foil étaient positifs, mais sans rapport avec les croyances inadaptées de base du CO (p. ex., « Lorsque vous conduisez sur la route, vous avez hâte de rendre visite à votre ami ») et Les scénarios négatifs de Foil étaient négatifs, mais également sans rapport avec les croyances d’OC (par exemple, « Lorsque vous conduisez sur la route, vous n’avez pas hâte de rendre visite à votre ami »). L’alpha de Cronbach pour les indices variait de.68 à.79.

Le calendrier d’effets positif et négatif

(PANAS;). Le score d’affect négatif de 10 éléments a été utilisé pour évaluer l’affect négatif de l’état au départ et après la tâche de formation CBM-I. L’alpha de Cronbach était.90 dans l’échantillon actuel.

Tâche de remplissage

Les participants ont été invités à évaluer le caractère agréable de 60 images neutres tirées du Système international d’images Affectives et pilotées à Grisham, Becker, Williams, Whitton et Makkar (non publiées). Les images ont été affichées en utilisant Powerpoint après la fin de la formation CBM-I pour augmenter la crédibilité de l’histoire de couverture (que les chercheurs s’intéressaient à l’imagerie) et pour minimiser les effets potentiels de l’humeur de la condition d’entraînement.

Tâches comportementales

Trois tâches comportementales ont été conçues pour la présente étude afin de fournir un indice objectif de l’effet de la formation CBM-I sur la vulnérabilité émotionnelle. La première tâche était basée sur une induction de fusion pensée-action utilisée dans un certain nombre d’études expérimentales pour indexer l’importance des pensées / Contrôle. Les participants ont d’abord été invités à taper le nom d’une personne importante qui est actuellement dans la vie du participant dans l’espace prévu à l’écran de l’ordinateur. L’écran suivant a intégré le nom de l’être cher dans la phrase suivante: « Imaginez maintenant que (le nom de l’être cher) a eu un accident de voiture ». Cette information a été présentée sur l’écran de l’ordinateur pendant 30 s, puis les participants ont été invités à évaluer sur une échelle de 0 = « pas du tout » à 100 = « Extrêmement » le niveau de détresse associé à la pensée cible et le degré auquel ils tentaient activement de supprimer l’information. Les participants ont également eu la possibilité de supprimer la phrase de l’écran de l’ordinateur. Un indice as de perfectionnisme / Intolérance à l’incertitude les participants ont été invités à rédiger un résumé des procédures d’étude à fournir au participant suivant. Les participants n’ont eu que 45 secondes pour entrer leur réponse textuelle (les essais pilotes ont démontré qu’au moins 90 secondes étaient nécessaires pour terminer cette tâche de manière adéquate). On a ensuite demandé aux participants s’ils étaient convaincus de l’exactitude des informations qu’ils avaient fournies et on leur a donné la possibilité d’ajouter du texte supplémentaire à leur réponse. En tant qu’indice de contamination / Estimation de la menace, on a demandé aux participants d’utiliser des lingettes désinfectantes pour nettoyer le clavier et la souris de l’ordinateur en partant du principe que l’espace informatique était un laboratoire partagé et qu’il s’agissait d’une exigence du règlement sur la santé et la sécurité de l’Université. Le chercheur a enregistré secrètement le temps que chaque participant a passé à nettoyer le clavier et a compté le nombre de lingettes désinfectantes utilisées.

Procédure

Après avoir terminé le dépistage de base et les questionnaires, les participants admissibles ont ensuite été contactés par un assistant de recherche pour organiser le 1.session de laboratoire de 5 heures au cours de laquelle ils ont été affectés (sur la base de la séquence de randomisation prédéfinie) à la condition et ont terminé 1) la mesure de l’humeur de base (PANAS), 2) la mesure de biais du Scénario de base, 3) la tâche de remplissage, 4) la tâche d’entraînement CBM-I, 5) la tâche de remplissage, 6) la mesure de l’humeur d’entraînement post-entraînement (PANAS), la Mesure de biais du Scénario post-entraînement, le voyage OBQ et enfin les tâches comportementales. Tous les participants ont ensuite subi un processus de débriefing canalisé pour vérifier les soupçons concernant tous les aspects de l’étude.

Tâche de formation CBM-I

La tâche de formation CBM-I était basée sur des protocoles existants qui ont démontré leur efficacité à induire des biais d’interprétation en résolvant l’ambiguïté d’informations potentiellement menaçantes de manière positive. Sur la base de la méthodologie de Clerkin et de Teachman, les participants ont été invités à lire et à s’imaginer dans divers scénarios susceptibles de potentialiser une interprétation négative du CO. Les scénarios étaient basés sur les éléments individuels de l’OBQ-44 et exploitaient les vastes domaines de croyance de la Tolérance à l’Incertitude, de l’Estimation de la Menace, du Contrôle des Pensées, de l’Importance des Pensées, de la Responsabilité et du Perfectionnisme. Dans la présente étude, tous les scénarios ont d’abord été testés en obtenant des notes de 11 psychologues cliniciens spécialisés dans le traitement des troubles anxieux et du TOC. Chaque scénario a été évalué en fonction de son lien avec le chargement du concept spécifique sur chacun des six domaines de croyance sur une échelle de 1 = extrêmement mal – 5 = extrêmement bien. Les scénarios avec de mauvaises notes ont été supprimés et remplacés par des éléments modifiés, ce qui a donné un ensemble de données final de 164 scénarios. Un exemple demandant à un participant de résoudre l’ambiguïté d’un scénario en appuyant sur l’estimation de la menace (élément OBQ: Éviter de graves problèmes, par exemple, une maladie ou un accident, nécessite un effort constant de ma part) en sélectionnant la lettre manquante pour compléter la phrase est: « Vous rentrez en bus du travail. Le passager à côté de vous éternue pour que vous leur offriez un mouchoir. Vous pensez que l’offre d’un tissu était un comportement qui était k_nd/r_sky ‘ (obligeant le participant à entrer la lettre ‘i’ pour former le mot ‘kind’ dans la condition positive ou pour former le mot ‘risky’ dans la condition de contrôle). La tâche d’achèvement du scénario a été suivie d’une question de compréhension pour s’assurer que le participant avait traité la signification de la phrase « Êtes-vous heureux d’avoir offert un mouchoir à un étranger? »(OUI/NON). Dans la condition positive, chaque scénario d’entraînement avait une résolution positive et dans la condition de contrôle, la moitié des scénarios avaient une résolution positive tandis que les scénarios restants avaient une résolution négative. Par conséquent, une contingence d’apprentissage spécifique a été établie entre le début ambigu du scénario et une résolution positive, alors que dans la condition de contrôle, une telle contingence n’a pas été établie.

Approche analytique des données

Les calculs de la taille de l’échantillon ont été étayés par les tailles d’effet (ES) rapportées dans le plan d’étude le plus comparable d’une formation modérée entre les groupes sur le biais d’interprétation du d= de Cohen.76. Nous avons donc estimé que chaque condition nécessitait un minimum de 22 participants par groupe (alpha =.05; puissance =.80), mais d’autres ont été recrutés pour se prémunir contre une perte potentielle de données. Les tests de signification des différences de groupe en ce qui concerne les données démographiques et les mesures de prétraitement ont été effectués à l’aide d’échantillons indépendants t-tests et χ2 où les variables étaient constituées de données nominales. Des analyses du modèle linéaire général (GGL) ont été effectuées avec le temps comme facteur répété et la Condition comme variable intra-sujet pour évaluer l’impact de la MBC-I sur les variables de résultat primaires. Pour évaluer l’impact potentiel des symptômes du TOC (scores DOCS) sur l’effet du CBM-I, des analyses de modèles marginaux distinctes utilisant la méthode d’estimation du maximum de vraisemblance restreint (REML) ont été utilisées. Les modèles REML sont appropriés pour les conceptions pré-post uniquement. L’ajustement du modèle a été déterminé à l’aide du critère bayésien de Schwarz (BIC). Sur la base de l’étude de validation des DOCS, les faibles valeurs des scores DOCS étaient basées sur la moyenne d’un échantillon d’étudiant en bonne santé (M = 12), tandis que les valeurs élevées étaient basées sur la moyenne de l’échantillon clinique de TOC (M = 30). Les tailles d’effet ont été calculées à l’intérieur des groupes (d de Cohen) à l’aide de l’écart-type regroupé et ajustées pour tenir compte de la corrélation des mesures répétées. Les tailles d’effet pour les comparaisons entre groupes ont été calculées à l’aide des couvertures g en utilisant l’écart-type regroupé.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

lg